你将收获：参与构建全球领先的、面向物理世界的AI安全与可信体系；直面多模态时代的新型安全挑战；工作成果直接影响亿级用户产品的安全防线。
岗位职责：
具身智能大模型安全可信技术研究：研究视觉语言行为大模型（VLA）、多模态模型的潜在安全风险（如语义-物理安全断层、长时许任务规划、思维链推理漏洞等）；开发针对模型推理、训练阶段的安全可信技术（安全的记忆检索与利用机制、可被验证的思维链推理、防止灾难性遗忘的持续学习安全框架等）；探索视觉语言行为模型（VLA）的对抗防御策略与可解释性分析，设计并实现覆盖全链条的动态防御方案（如鲁棒性增强、基于强化学习的安全对齐等）；构建并完善VLA模型的可靠性评估体系，确保智能体在复杂、动态和不确定的物理环境中，其行为依然稳定、可预期。


任职要求：
硬性条件：本科及以上学历，计算机科学/人工智能/机器人相关专业；对具身智能有深入理解，熟悉VLA模型架构（如RT-2/Pi0/OpenVLA等）及主流机器人技术栈；具有AI安全领域经验；精通大模型架构（Transformer/BERT/GPT系列），并具备多模态模型实战经验（CLIP/QwenVL系列/InternVL系列等）；精通Python，熟悉主流AI框架（PyTorch/TensorFlow/JAX）
专业经验（满足以下一项或多项）：
强化学习与对齐： 拥有强化学习微调（RLFT）或偏好对齐的实践经验。
大模型可解释性/鲁棒性： 有针对Transformer架构进行可解释性分析或鲁棒性增强的研究经验。
持续学习： 对持续学习、终生学习等领域有深入研究或实践。
多模态理解与编码： 熟悉多模态数据（视觉、语言、动作等）的编码与融合技术；具有多模态内容场景理解经验。
生成式模型：具备使用扩散模型（Diffusion Models）等先进生成式模型进行策略学习（Policy Learning）或世界建模（World Modeling）的实践经验。
加分项：
在机器人/AI领域的顶级会议（如CoRL, RSS, ICRA, NeurIPS, ICCV, CVPR等）发表过相关论文；有具身智能或机器人领域的安全研究经验。